23.06.15
DEVOTEE를 활성화 시키면
지금 작성한 커뮤니티 글에 대해 1개의 댓글을 달아줍니다.
버튼을 누르면 글 수정 시 ChatGPT가 작성한 댓글이 수정됩니다.
| 컨텐츠 유형 | 제목 | 저장일 | 삭제 |
|---|
본인인증 로그인에 실패하였습니다.
회원이 아니시거나 본인인증 등록이
완료되지 않은 사용자입니다.
CES 2025
2025년 CES 키노트 발표에서 젠슨 황은 Disney Research, Google DeepMind와의 협력으로 개발된 첨단 AI 로봇 "블루(Blue)"를 소개했습니다.
스타워즈에서 영감을 받은 이 드로이드형 로봇은 NVIDIA의 물리 AI 기술력을 보여주는 상징적인 데모였습니다.
블루의 상세 스펙은 알려지진 않았으나, 최신 엔비디아 컴퓨팅 플랫폼 2대가 사용되었다는 언급이 있는 것으로 보아 아마도 Jetson Thor가 사용된것이 아닌가 하는 추측이 있습니다.
두 대만 있으면 누구나? 약 1000만원 로봇을 가질 수 있는 시대가 올 수 있는걸까요?
"그래서 Jetson Thor 가 뭔데?" 하시는 분들을 위해 간단히 소개 드리도록 하겠습니다.
Jetson Thor는 기존 Jetson Orin의 대체재가 아닌, Jetson 제품군의 최고급 모델인 최신 Blackwell GPU 아키텍처로 포지셔닝되어 있습니다.
128GB LPDDR5X 메모리와 함께 최대 2,070 TOPS의 AI 연산 성능을 제공하며, 휴머노이드 로봇과 생성형 AI와 같은 자원 집약적 애플리케이션의 하드웨어 요구사항을 충족합니다.
Jetson Thor의 핵심인 Blackwell GPU 아키텍처는 NVIDIA의 최신 GPU 기술을 집약한 혁신적인 설계입니다.
최근 출시된 NVIDIA DGX Spark도 같은 Blackwell 아키텍처를 공유 합니다.
Jetson Thor
Jetson Thor는 다음과 같은 핵심 특징을 제공합니다.
2,560개의 CUDA 코어: 병렬 처리 성능 극대화
96개의 5세대 Tensor 코어: AI 추론 및 훈련 가속화
Multi-Instance GPU(MIG) 지원: 10개의 TPC로 워크로드 분할 실행
256비트 메모리 버스: 고속 데이터 전송
273 GB/s 메모리 대역폭: 대용량 데이터 처리
128GB LPDDR5X: 대규모 AI 모델 메모리 내 실행 지원
최대 2,070 TFLOPs (FP4 Sparse): 초고성능 AI 추론
1,035 TFLOPs (FP8 Dense): 고밀도 연산 처리
FP4 컴퓨팅 지원: AI 추론 성능 2배 향상
고급 그래픽 성능: 차세대 DLSS 지원
4세대 RT 코어: 실시간 레이 트레이싱
8K@30Hz 출력: 초고해상도 디스플레이 지원
항목 | 내용 |
|---|---|
AI Performance | Up to 2070 TFLOPS (FP4-sparse) Up to 1035 TFLOPS (FP4-dense) |
GPU | 2560-core NVIDIA Blackwell architecture GPU with 96 fifth-gen Tensor cores Multi-Instance GPU with 10 TPCs |
CPU | 14-core Arm® Neoverse®-V3AE 64-bit CPU |
Memory | 128 GB 256-bit LPDDR5X, 273 GB/s |
Frequency | 1.57 GHz max-GPU 2.6 GHz max-CPU |
Storage | Supports NVMe through PCIe Supports SSD through USB3.2 |
Vision Accelerator | PVA v3.0 |
Video Encode | Up to 6×4Kp60 (H.265/H.264) |
Video Decode | Up to 4× 8Kp30 (H.265) Up to 4× 4Kp60 (H.264) |
Camera | Up to 20 cameras via HSB Up to 6 cameras through 16× lanes MIPI CSI-2 Up to 32 cameras using Virtual Channels C-PHY 2.1 (10.25 Gbps) D-PHY 2.1 (40 Gbps) |
Display | 4× shared HDMI2.1 VESA DisplayPort 1.4a – HBR2, MST |
Power | 40 W–130 W |
T5000을 포함한 Thor Developer Kit에서 제공되는 스팩은 다음과 같습니다:
항목 | 내용 |
|---|---|
Integrated NVIDIA Jetson Thor Module | NVIDIA Jetson T5000 module |
Storage | - Integrated 1 TB NVMe on M.2 Key M Slot |
Camera | - HSB camera via QSFP slot USB Camera |
PCIe | - M.2 Key M slot with x4 PCIe Gen5 (populated with 1 TB NVMe) - M.2 Key E slot with x1 PCIe Gen5 (Populated with WiFi 6E + Bluetooth Module) |
USB | - 2× USB Type-A 3.2 Gen2 - 2× USB Type-C 3.1 Gen1 - 1× USB Type-C — (Debug only) |
Networking | - 1× 5GbE RJ45 connector - 1× QSFP28 (4× 25 GbE) |
Wi-Fi | 802.11ax Wi-Fi 6E |
Display | - 1× HDMI 2.0b - 1× DisplayPort 1.4a |
Other I/Os | - 2× 13-pin CAN header - 2× 6-pin Automation header - 2× 5-pin header JTAG Connector - 1× 4-pin Fan Connector — 12V, PWM, and Tach - 2× 5-pin Audio Panel Header - 2-pin RTC Backup Battery Connector - Microfit Power Jack - Power, Force Recovery, and Reset buttons |
Power | 140 W–160 W |
Mechanical | - 243.19 mm × 112.40 mm × 56.88 mm - (height includes feet, carrier board, module, and thermal solution) |
비디오 디코딩: 듀얼 NVDEC, 최대 4개 8K@30fps 또는 10개 4K@60fps
비디오 인코딩: 듀얼 NVENC, 최대 6개 4K@60fps 동시 인코딩
지원 코덱: H.265, H.264, AV1, VP9, VP8, MPEG-2/4
디스플레이: 4개 HDMI 2.1/DP 1.4a 출력, 8K@30Hz 지원
네트워킹: 4개 25GbE MAC (총 100Gbps)
PCIe: Gen5 (x8+x4+x2) 지원
USB: 3개 USB 3.2, 4개 USB 2.0
기타: NVIDIA Holoscan Sensor Bridge 지원
전력 소비: 75W/95W/120W 모드, 최대 130W
크기: 약 87×100mm
커넥터: 699핀 B2B 커넥터
통합 방열판: 효율적인 열 관리
특징 | Jetson Thor | Jetson AGX Orin | Jetson Orin NX | Jetson Orin Nano |
|---|---|---|---|---|
GPU | Blackwell, 2,560 CUDA | Ampere, 2,048 CUDA | Ampere, 1,024 CUDA | Ampere, 512/1,024 CUDA |
AI 성능 | 2,070 TFLOPs | 275 TOPS | 100 TOPS | 40 TOPS |
메모리 | 128GB LPDDR5X | 32/64GB LPDDR5 | 8/16GB LPDDR5 | 4/8GB LPDDR5 |
네트워킹 | 4×25GbE | 1×10GbE + 1×1GbE | 1×1GbE | 1×1GbE |
전력 | 75-120W | 15-60W | 10-40W | 7-20W |
대상 용도 | 고급 로봇, 생성형 AI | 고성능 로봇, 비전 | 스마트 카메라, 드론 | IoT, 키오스크 |
기존 Jetson AGX Origin 시리즈에 비해 시대에 맞게 AI 성능이 크게 향상되었고 AI 처리를 위해 메모리도 2배 증가 되었습니다. 하지만 그만큼 전력도 더 필요해졌습니다.
Category | Model | Thor (tokens/s) | Orin (tokens/s) | Speed-up (×) |
|---|---|---|---|---|
LLM | Llama 3.1 8B | 150.8 | 112.3 | 1.34 |
LLM | Llama 3.3 70B | 12.6 | 7.4 | 1.70 |
LLM | Qwen 3 30B-A3B | 226.4 | 76.7 | 2.95 |
LLM | Qwen 3 32B | 79.1 | 16.8 | 4.71 |
LLM | DeepSeek R1 7B | 304.8 | 180.4 | 1.69 |
LLM | DeepSeek R1 32B | 82.6 | 17.0 | 4.86 |
VLM | Qwen2.5-VL 3B | 356.86 | 216.0 | 1.65 |
VLM | Qwen2.5-VL 7B | 252.0 | 154.02 | 1.64 |
VLM | Llama 3.2 11B Vision | 69.63 | 44.22 | 1.57 |
VLA | GROOT N1 2.2B | 46.7 | 18.5 | 2.52 |
VLA | GROOT N1.5 3B | 41.5 | 15.2 | 2.73 |
AI 성능이 향상된 만큼 추론 속도도 많이 개선된걸 확인할 수 있었습니다.
성능 향상: AGX Orin 대비 3-4배 AI 성능 향상
메모리 확대: 최대 4배 메모리 용량 증가
네트워크 고도화: 25GbE 4포트로 초고속 데이터 전송
차세대 아키텍처: Blackwell GPU로 최신 AI 기술 지원
요약하자면, Jetson Thor는 LLM 추론용으로도 사용 가능하며, 로봇에 들어가는 AI 보드의 새로운 기준을 제시합니다.
휴머노이드, 로봇, 의료, 산업 자동화 전반에 걸쳐 사용 가능한 현존하는 최고 성능의 보드 입니다.
NVIDIA DGX Spark 와 마찬가지로 Jetson Thor 또한 Arm 기반의 아키텍처로 구성되어 있습니다.
Jetson Thor 개발자 키트가 도착했습니다. 상자를 열자마자 눈에 들어온 것은 예상보다 큰 크기의 메인 모듈이었습니다.
실제 로봇에 들어가야 하는보드치곤 큰 편이었지만 개발자 킷으로 제공된 만큼 히트싱크, 팬 및 다양한 연결을 위한 장치들이 포함되어 있기 때문입니다.
만약 로봇에 들어가야 한다고 가정할 때 T5000 모듈과 커스텀하게 만들어진 보드로 구성한다면 그렇게 큰 사이즈가 될 것 같진 않습니다.
위에서 본 모습
측면
전원 외 케이블
iPhone 16 Pro 와의 사이즈 비교, 생각보다 큰 사이즈의 개발자 킷
패키지에는 다음과 같은 내용물이 포함되어 있었습니다:
Jetson Thor 보드
전원 어댑터
USB C타입 케이블 및 어댑터
간단한 구성품 설명서
첫인상은 예상보다 크다는 점이었습니다. 이전에 경험했던 다른 보드와 케이블만 덩그러니 들어 있던 개발자 키트와는 달리, 포장부터 세심함이 느껴졌습니다.
실버 방열판과 팬이 멋스러움을 주고 테스트용 보드가 아니라 완성도 높은 미니 PC를 꺼내는 듯한 느낌이 듭니다.
책상 위에 올려두면 보드라기보다 미니 PC 같은 느낌이 들 것 같습니다.
실제로 사양을 고려해보면 개인용 AI 추론 워크스테이션으로도 충분히 활용할 수 있을 것 같습니다.
Mac mini처럼 일상적으로 사용해도 손색이 없어 보입니다. 물론 그렇게 쓰라고 나온 제품 (DGX Spark) 은 따로 있지만요.
지금까지 Jetson Thor의 상세 사양과 실제 개봉기를 소개 했습니다.
다음편에서는 Jetson Thor를 셋팅하는 방법 그리고 제공된 예제를 돌려본 결과를 보여드리도록 하겠습니다.
DEVOTEE를 활성화 시키면
지금 작성한 댓글에 AI가 댓글을 달아줍니다.